线性回归模型培训课件.pptx

线性回归模型;( 2 );( 4 );为方便起见, 线性回归模型可以表示为矩阵形式: 式中, ;( 6 );1.2 解释变量;( 8 );( 9 );( 10 );( 11 );( 12 );( 13 );( 14 );( 15 );( 16 );( 17 );( 18 ); 如果解释变量取值较大, 多项式模型中高次项可能会导致计算溢出, 从而使得对其参数的估计值出现下溢。解决这一问题的常用方法是对解释变量进行下述变换： 如果模型中包含多个自变量(譬如两个), 则模型可表示为： 在多项式回归模型中, 如果已经包含高次项, 则所有的低次项通常也要保留在模型中。;1.3 参数估计;( 21 );( 22 );( 23 );( 24 );( 25 );( 26 );1.4 异方差与加权最小二乘估计;( 28 );( 29 );( 30 );( 31 );( 32 );( 33 );( 34 );( 35 );( 36 );1.5 假设检验;( 38 );( 39 );( 40 );( 41 );( 42 );( 43 );( 44 );1.6 模型诊断和改进;( 46 );( 47 );( 48 );( 49 );( 50 );( 51 );( 52 );( 53 );( 54 );( 55 );( 56 );( 57 );( 58 );( 5